/ Модель

Характеристики

Лицензия
Llama 3.1
Базовая модель
Reflection-Llama-3.1-70B
Библиотека
gguf
Опубликована
6 сен 2024

Reflection-Llama-3.1-70B-IMat-GGUF

Генерация текстаТекст → текст4 профессии

Reflection-Llama-3.1-70B-IMat-GGUF — это GGUF-квантизация модели mattshumer/Reflection-Llama-3.1-70B, подготовленная пользователем legraphista с помощью llama.cpp.

984скачиваний за 30 дней8лайковвеса обновлены9 сен 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для генерации текста и локального запуска совместимых языковых моделей через llama.cpp и другие инструменты, поддерживающие формат GGUF. README не содержит подробного описания исходной модели, её специализации или целевых сценариев применения.

Доступны варианты с разными уровнями точности и размером файлов: от BF16 и FP16 до Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и Q2_K. Для ряда вариантов применена IMatrix-квантизация, призванная улучшить сохранение качества при уменьшении размера модели. Размер доступных файлов составляет примерно от 26,38 до 141,12 ГБ; некоторые высокоточные варианты разделены на несколько частей. Архитектура и количество параметров соответствуют обозначению Llama 3.1 70B, однако сведения о поддерживаемых языках, длине контекста и модальностях в README не указаны.

Главное преимущество модели — наличие широкого выбора квантизаций для компромисса между качеством, требованиями к памяти и скоростью локального вывода. Ограничение состоит в том, что автор README предупреждает о потенциально повреждённых весах; поэтому результаты могут быть ненадёжными до устранения проблемы. Модель распространяется по лицензии llama3.1.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

[!WARNING]
Potentailly broken weights, see https://x.com/mattshumer_/status/1832424499054309804?s=46
Once resolved, this message will go away

Reflection-Llama-3.1-70B-IMat-GGUF

Llama.cpp imatrix quantization of mattshumer/Reflection-Llama-3.1-70B

Original Model: mattshumer/Reflection-Llama-3.1-70B
Original dtype: FP32 (float32)
Quantized by: llama.cpp b3671
IMatrix dataset: here


Files

IMatrix

Status: ✅ Available
Link: here

Common Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Reflection-Llama-3.1-70B.Q8_0/*Q8_074.98GB✅ Available⚪ Static✂ Yes
Reflection-Llama-3.1-70B.Q6_K/*Q6_K57.89GB✅ Available⚪ Static✂ Yes
Reflection-Llama-3.1-70B.Q4_K.ggufQ4_K42.52GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.Q3_K.ggufQ3_K34.27GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.Q2_K.ggufQ2_K26.38GB✅ Available🟢 IMatrix📦 No

All Quants

FilenameQuant typeFile SizeStatusUses IMatrixIs Split
Reflection-Llama-3.1-70B.BF16/*BF16141.12GB✅ Available⚪ Static✂ Yes
Reflection-Llama-3.1-70B.FP16/*F16141.12GB✅ Available⚪ Static✂ Yes
Reflection-Llama-3.1-70B.Q8_0/*Q8_074.98GB✅ Available⚪ Static✂ Yes
Reflection-Llama-3.1-70B.Q6_K/*Q6_K57.89GB✅ Available⚪ Static✂ Yes
Reflection-Llama-3.1-70B.Q5_K/*Q5_K49.95GB✅ Available⚪ Static✂ Yes
Reflection-Llama-3.1-70B.Q5_K_S/*Q5_K_S48.66GB✅ Available⚪ Static✂ Yes
Reflection-Llama-3.1-70B.Q4_K.ggufQ4_K42.52GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.Q4_K_S.ggufQ4_K_S40.35GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ4_NL.ggufIQ4_NL40.05GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ4_XS.ggufIQ4_XS37.90GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.Q3_K.ggufQ3_K34.27GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.Q3_K_L.ggufQ3_K_L37.14GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.Q3_K_S.ggufQ3_K_S30.91GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ3_M.ggufIQ3_M31.94GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ3_S.ggufIQ3_S30.91GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ3_XS.ggufIQ3_XS29.31GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ3_XXS.ggufIQ3_XXS27.47GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.Q2_K.ggufQ2_K26.38GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.Q2_K_S.ggufQ2_K_S24.47GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ2_M.ggufIQ2_M24.12GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ2_S.ggufIQ2_S22.24GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ2_XS.ggufIQ2_XS21.14GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ2_XXS.ggufIQ2_XXS19.10GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ1_M.ggufIQ1_M16.75GB✅ Available🟢 IMatrix📦 No
Reflection-Llama-3.1-70B.IQ1_S.ggufIQ1_S15.34GB✅ Available🟢 IMatrix📦 No

Downloading using huggingface-cli

If you do not have hugginface-cli installed:

pip install -U "huggingface_hub[cli]"

Download the specific file you want:

huggingface-cli download legraphista/Reflection-Llama-3.1-70B-IMat-GGUF --include "Reflection-Llama-3.1-70B.Q8_0.gguf" --local-dir ./

If the model file is big, it has been split into multiple files. In order to download them all to a local folder, run:

huggingface-cli download legraphista/Reflection-Llama-3.1-70B-IMat-GGUF --include "Reflection-Llama-3.1-70B.Q8_0/*" --local-dir ./
# see FAQ for merging GGUF's

Inference

[!IMPORTANT]
Make sure to set the system prompt:
You are a world-class AI system, capable of complex reasoning and reflection. Reason through the query inside <thinking> tags, and then provide your final response inside <output> tags. If you detect that you made a mistake in your reasoning at any point, correct yourself inside <reflection> tags.

Chat template with system prompt

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

You are a world-class AI system, capable of complex reasoning and reflection. Reason through the query inside <thinking> tags, and then provide your final response inside <output> tags. If you detect that you made a mistake in your reasoning at any point, correct yourself inside <reflection> tags.<|eot_id|><|start_header_id|>user<|end_header_id|>

{user_prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

{assistant_response}<|eot_id|><|start_header_id|>user<|end_header_id|>

{next_user_prompt}<|eot_id|>

Llama.cpp

llama.cpp/main -m Reflection-Llama-3.1-70B.Q8_0.gguf --color -i -p "prompt here (according to the chat template)"

FAQ

Why is the IMatrix not applied everywhere?

According to this investigation, it appears that lower quantizations are the only ones that benefit from the imatrix input (as per hellaswag results).

How do I merge a split GGUF?

  1. Make sure you have gguf-split available
  2. Locate your GGUF chunks folder (ex: Reflection-Llama-3.1-70B.Q8_0)
  3. Run gguf-split --merge Reflection-Llama-3.1-70B.Q8_0/Reflection-Llama-3.1-70B.Q8_0-00001-of-XXXXX.gguf Reflection-Llama-3.1-70B.Q8_0.gguf
    • Make sure to point gguf-split to the first chunk of the split.

Got a suggestion? Ping me @legraphista!

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
b624fa0

0 моделей